构建现代汉语框架语义知识库技术研究

论文摘要

本论文的研究工作是一个面向自然语言处理的现代汉语语义资源建设系统工程“现代汉语框架语义知识库构建”的一部分，即以Fillmore的框架语义学为基础，构建基于语料库的现代汉语框架语义知识库。本文承担的工作包括：(1)通过引进、消化、吸收语言学理论和国外已有语义知识库项目成果，初步确立构建现代汉语语义知识库的基本体系和技术路线；(2)通过对一个小范围、小规模的现代汉语框架语义知识库的构建技术的具体研究，对该体系和技术路线进行应用性实践。全文共六章。第1章分析了认知科学背景下自然语言处理技术的发展方向以及目前的处理水平，以此为背景，确立了本论文研究的方向为现代汉语语义知识库的构建。在考查当前几种主要的语义知识库工程的基础上，认为基于认知的框架语义学和美国加州大学伯克利分校的FrameNet数据库最符合自然语言语义处理技术的要求，从而确定本文的研究工作是将框架语义学以及FrameNet的理论原则和体系思想吸收到汉语语义知识库的构建工作中，并探讨如何结合汉语实际，构建汉语框架语义知识库(Chinese FrameNet，简称CFN)。第2章立足于构建语义知识库的实际需要，有侧重地对Fillmore的框架语义学的基本思想进行引介；然后对基于框架语义学理论的语义知识工程FrameNet进行调研，考查其语义知识表示体系和内容，吸收其语义知识描述方法，从而指导汉语框架语义知识库的构建实践。第3章着眼于构建汉语框架语义知识库的整体研究，介绍该研究的语料和软件准备情况，通过比较和论证，确立构建语义知识库的技术路线，在吸收FrameNet已有方法的基础上进一步提出构建汉语语义知识库的基本原则。第4章利用以上技术路线和构建原则，以现代汉语中表示认知活动的词语为研究范围，尝试构建现代汉语认知活动框架库。本章首先明确研究对象的范围，解决哪些词语是表示认知活动的词语的问题；然后通过实践探讨如何确定框架类别、如何定义和描述框架语义知识。第5章以认知活动框架库为主要素材，从真实例句的标注中总结框架语义标注方法和词汇库构建方法。例句标注部分从句法功能类型、短语类型和框架元素标注三方面加以总结，重点讨论如何处理句法和语义不一致造成的一些特殊情况，并通过比较其他语义标注语料库的研究，明确CFN框架语义标注的特点。关于词汇库的构建方法，主要确定词语释义方法，研究标注报告体系和抽取方法，并通过具体的构建结果说明词汇库的应用价值。第6章对全文的研究工作进行总结，包括具体的研究成果以及研究工作中产生的一些对语言学研究的思考，最后对进一步的研究工作进行了比较具体的规划。就理论方面来说，本文首次将Fillmore的框架语义学思想引入汉语词汇语义分析；在实践方面，则用语料库方法对构建现代汉语框架语义知识库做了探索性研究，并得出了具体成果。其直接意义在于为中文信息处理的语义分析提供语义知识库构建方法和具体构建成果；同时，对于现代汉语本体研究来说，本文提供的丰富的语义描写则可以深化对语言本体的认识。

论文目录

• 内容提要
• Abstract
• 第1章 引言
• 1.1 认知科学背景上的中文信息处理研究
• 1.2 前人的研究
• 1.3 本文的研究内容
• 1.4 开展本文研究工作的基础
• 1.5 本文的结构安排
• 第2章 框架语义学理论及FrameNet工程实践
• 2.1 框架语义学
• 2.1.1 用“框架”描述语义理解过程
• 2.1.2 框架语义学和其他语义学的关系
• 2.2 FrameNet工程
• 2.2.1 FrameNet数据库的内容
• 2.2.2 框架和词元的关系
• 2.2.3 文本标注
• 2.2.4 FrameNet数据库的特色
• 2.3.FrameNet数据库的构建方法
• 2.3.1 整体安排
• 2.3.2 数据库内容的编写
• 2.4 其他语种的FrameNet研究
• 2.5 FrameNet数据库的应用价值
• 第3章 现代汉语框架语义知识库构建总体设计
• 3.1 语料准备
• 3.1.1 语料库构成
• 3.1.2 分词和词性标注
• 3.1.3 抽取例句
• 3.2 数据库结构设计及软件准备
• 3.3 构建现代汉语框架语义知识库的技术路线的制定
• 3.3.1 构建目标
• 3.3.2 描述对象的确定
• 3.3.3 技术路线的制定
• 3.3.4 框架语义描述的基本原则
• 第4章 现代汉语认知活动框架库的构建技术
• 4.1 界定和采集汉语认知活动词语集合
• 4.2 汉语认知活动框架和框架元素描写方法
• 4.2.1 框架的确定
• 4.2.2 框架元素的确定
• 4.2.3 定义方法
• 4.2.4 示例方法
• 4.3 词元的确定
• 4.4 框架—框架关系的构建
• 4.5 认知活动框架语义描述的特点
• 第5章 现代汉语例句标注方法和词汇库构建技术
• 5.1 待标例句集合的构建
• 5.1.1 初始例句集合
• 5.1.2 分词和词性标注
• 5.1.3 例句筛选
• 5.2 例句标注体系
• 5.2.1 短语类型标注体系
• 5.2.2 句法功能标注体系
• 5.2.3 零碎成分的标注
• 5.3 通用非核心框架元素的规定
• 5.4 几种特殊情况的处理
• 5.4.1 零形式框架元素
• 5.4.2 框架元素融合
• 5.4.3 框架元素分裂
• 5.4.4 关于兼语结构
• 5.4.5 关于连谓结构
• 5.5 现代汉语框架语义例句标注的特点
• 5.6 词汇库的构建方法
• 5.6.1 词元释义
• 5.6.2 框架元素的句法实现方式汇总
• 5.6.3 词元的语义搭配模式汇总
• 第6章 结语
• 6.1 本文研究工作总结
• 6.2 本文研究意义
• 6.3 进一步的研究计划
• 附录1 现代汉语认知活动框架
• 附录2 通用非核心框架元素
• 参考文献
• 作者在攻读博士学位期间公开发表的论文
• 后记